基于多目标鲸鱼算法的配电网动态无功优化研究

随着光伏、风电等分布式电源大量接入电力系统,对电网的安全性与经济性提出了新的挑战.为了适应风光出力的不确定性,考虑其接入位置对电网的影响,搭建了含风光的配电网动态无功优化模型.采用多目标鲸鱼算法对模型进行求解,将网损、电压偏差进行归一化,选择了其欧氏距离最小的解作为Pareto最优解集的折中解.最后,通过IEEE标准33节点算例进行仿真分析,结果验证了分布式电源的并入能够有效减少系统网损、电压偏差,与其他传统多目标算法相比,所提的算法能够获得分布更均匀、收敛精度更高的Pareto解集.

改进多目标鲸鱼优化算法的武器目标分配研究

针对武器目标分配问题中存在求解精度低的问题,提出一种改进多目标鲸鱼优化算法(CMMWOA)的武器目标分配方法。通过分别计算鲸鱼个体的非支配等级和拥挤度大小,对鲸鱼种群进行排序,并在父代和子代个体中筛选出优秀个体组成下一代鲸鱼个体,同时加入交叉和变异机制,增加鲸鱼种群间多样性。仿真结果表明,CMMWOA在5个多目标测试函数中,具有更好的寻优能力,在武器目标分配模型中,CMMWOA与其他算法那相比,在相同的条件下得到的目标分配的打击效果也是最大,验证了CMMWOA的有效性。

基于多目标鲸鱼优化算法的动态武器目标分配

针对传统动态武器目标分配模型以武器打击收益最大化为目标,考虑过于单一,并且现有智能算法在求解该模型存在收敛精度低的问题,提出一种非支配排序多目标鲸鱼优化算法(non-dominated sorting multi-objective whale optimization algorithm, NSMWOA)求解动态武器目标分配模型。首先为提高初始解的质量,引入2次logistic映射初始化种群,合并父代与子代个体,通过计算个体的非支配等级和拥挤度大小对个体进行排序,其次为筛选优秀个体,实验结果表明,在与NSGA-Ⅱ和MOPSO算法的对比中,非支配排序多目标鲸鱼优化算法函数测试中的得出Pareto前沿更接近真实Pareto前沿,寻优精度更高,在动态武器目标分配模型中,能够得出更优的分配方案。

基于MOWOA算法的42CrMo钢超声滚挤压加工参数优化

为提高42CrMo钢零件的表面质量与抗疲劳性能,设计正交实验分析了超声滚挤压加工参数的显著性及其对表层性能指标的影响规律。基于实验数据建立了BP神经网络与指数回归预测模型,对比验证模型的精确性。对预测模型采用多目标鲸鱼算法(MOWOA)进行了三目标和双目标优化,得到了加工参数和表层性能最优参数集合并分析了表层性能指标之间的权衡关系。结果表明,指数预测模型预测精度更高,最优加工参数集合为:转速210~250 r·min^(-1)、进给速度12~16 mm·min^(-1)、振幅25~28μm、静压力517~630 N;最优表层性能参数集合为:表面粗糙度0.466~0.507μm、残余压应力1002~1110 MPa、显微硬度709~720 HV。实验验证了算法的准确性。

基于种群引导和控制参数非线性递减的多目标鲸鱼优化算法

为了多目标鲸鱼优化算法能快速且有效地得到多目标优化问题的Pareto前沿面,提出一种基于种群引导和控制参数非线性递减的多目标鲸鱼优化算法(GCNSWOA)。该算法利用种群引导比例非线性递减策略,在进化前期可以增强算法全局搜索能力,后期可以改善问题解的分布情况并提高算法跳出局部最优解的概率;控制参数由线性递减变为非线性递减,在进化前期控制参数保持较大值可以提高算法全局搜索能力,避免早熟,在进化后期控制参数快速降低其值可以提高算法局部开发能力并且可以加速算法收敛。实验仿真将GCNSWOA和3种比较算法对5个标准多目标测试问题的寻优结果进行对比。结果表明,GCNSWOA寻得的多目标优化问题的Pareto最优解具有更好的宽广性和均匀性。

虚拟养老服务人员调度多目标优化研究

针对虚拟养老服务人员调度问题,分析老人、虚拟养老服务中心和服务人员的利益追求,以成本最优、老人和服务人员满意度最大为主要考量因素来构建多目标优化模型。设计了离散化多目标鲸鱼优化算法。通过改进传统鲸鱼优化算法的鲸鱼位置更新公式和局部搜索算子,引入非支配排序用于求解构建的多目标优化问题。通过求解算例并将结果同NSGA-II和NSGA-III对比,验证算法的优越性。该研究综合考虑三者的利益,可为虚拟养老服务人员调度提供丰富的决策集合。

考虑行为主体和需求变动的家庭护理人员调度干扰管理

针对客户需求变动下家庭护理人员调度的干扰管理问题,考虑参与主体的心理行为特征,利用前景理论度量扰动对居家养老服务系统中的护理机构、护理人员和老年客户的影响。以这三大主体的前景值最大化为扰动恢复目标,构建多目标的干扰管理模型,并提出一种改进的多目标鲸鱼群优化算法(IMOWOA)。通过标准案例集和随机生成案例验证本文模型和算法的有效性。仿真结果表明IMOWOA算法所得到的非劣解集在分布性、支配性、收敛性指标上显著优于MOWOA和NSGA-II算法。与重调度相比,本文的干扰管理策略能够为企业提供有利于长远发展的调度方案。